基于RBF神经网络模型和SVM模型的压力传感器温度补偿方法

• 作者: 张小栋 景晓璐 耿加民
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 温度漂移 压力传感器 智能算法
• 年，卷（期）: 2012,（26）
• 所属期刊栏目: 计算机技术
• 页码范围: 6666-6670
• 分类号: TP391.76
• 字数: 3349字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2012.26.024

摘要

压阻式压力传感器由于受环境温度影响会产生较大的温度漂移,测量精度明显降低,不利于其他依赖于压力数据的测控环节的工作.简要分析了当前常用的压力传感器温度补偿方法,然后采用RBF神经网络模型和支持向量机模型对压力传感器因温度变化所产生的非线性进行补偿.结果显示:传感器的温度漂移分别降低到0.6％ F.S和0.5％F.S.,大大提高了压力传感器的性能和测量精度.最后,通过补偿结果的对比分析,讨论了两种算法的优劣性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景晓璐	西北工业大学动力与能源学院	1	6	1.0	1.0
2	张小栋	西北工业大学动力与能源学院	18	156	6.0	12.0
3	耿加民		1	6	1.0	1.0